集成显著性排序与强化学习以提升目标检测
计算机视觉与模式识别
2024-11-06 v1 人工智能
机器学习
摘要
随着目标检测方法的不断多样化，本研究探索了一系列实验，将基于强化学习（RL）的视觉注意力方法与显著性排序技术相结合，以探索透明且可持续的解决方案。通过将显著性排序用于初始边界框预测，然后应用 RL 技术通过有限的动作集合在多个时间步上细化这些预测，本研究旨在提高 RL 目标检测的准确度。作为一系列实验，本研究探讨了 various image feature extraction 方法的使用，并探索了多种深度 Q 网络（DQN）架构变体用于深度强化学习-based localisation agent 训练。此外，我们关注在每一步优化检测管道，优先考虑轻量且更快的模型，同时也包含对检测目标的分类功能，这一特征在之前的 RL 方法中所缺失。我们展示，通过使用 Pascal VOC 2007 数据集评估这些训练好的 agent 的性能，开发出更快更优化的模型。值得注意的是，本研究取得的最佳平均精度（mAP）为 51.4，超过了文献中基于 RL 的单目标检测器所设定的基准。
引用
@article{arxiv.2408.06803,
title = {Integrating Saliency Ranking and Reinforcement Learning for Enhanced Object Detection},
author = {Matthias Bartolo and Dylan Seychell and Josef Bajada},
journal= {arXiv preprint arXiv:2408.06803},
year = {2024}
}
备注
Resultant work from Dissertation, Department of AI, University of Malta. Code available at: https://github.com/mbar0075/SaRLVision